Ai-NLP

【AI-NLP】Transformer理论及源码理解

文章目录提出背景总体结构EncoderDecoder细节再探源码阅读主函数部分主模型定义编码器编码层多头自注意力层前馈神经网络层Masked解码器解码层参考资料提出背景改进了RNN的训练慢的缺点，利用self-attention机制实现并行计算。并且Transformer可以增加到非常深的深度，充分发掘DNN模型的特性，提升模型准确率。同时使用注意力机制更容易关注序列的全局特征，解决了RNN不善处
CodeSlogan·2023-02-03 21:33

「NLP」 深度学习NLP开篇-循环神经网络(RNN)

https://www.toutiao.com/a6714260714988503564/从这篇文章开始，有三AI-NLP专栏就要进入深度学习了。
喜欢打酱油的老鸟·2022-04-09 07:26

如何评测语音技能的智能程度（1）——意图理解

从事AI-NLP领域已经一年半了，一直潜心学习。平日里研究各种各样的语音助手，输出各种类型的调研分析报告，以培养自己的业务敏锐度，同时也研究各种框架型知识以丰富自己的知识库。
半吊子全栈工匠·2020-07-30 05:57

【NLP】 NLP中应用最广泛的特征抽取模型-LSTM

文末提到了RNN会出现梯度消失等问题，使得训练变得困难，但因为篇幅限制，没有介绍其具体的原因，后面小Dream哥在有三AI-NLP知识星球里详细介绍了这一方面
言有三·2020-07-04 00:09

【NLP】 NLP中应用最广泛的特征抽取模型-LSTM

文末提到了RNN会出现梯度消失等问题，使得训练变得困难，但因为篇幅限制，没有介绍其具体的原因，后面小Dream哥在有三AI-NLP知识星球里详细介绍了这一方面
湾区人工智能·2019-09-15 19:00

【NLP】有三AI-NLP专栏首季总结与展望

不知不觉，我们有三AI-NLP专栏就已经走过了一个季度了。
言有三·2019-08-28 00:59

【NLP】如何系统性的学习NLP，有三AI-NLP知识星球等你来

文/编辑|小Dream哥星球开设的必要性时间过的很快，转眼在有三AI开设NLP专栏已经2个月了。是时候总结下了，我们的NLP专栏按计划更新了NLP中用的常用的机器学习模型，深度学习特征抽取器从RNN讲到了Transformer，马上就要更新BERT。基本上聊到了NLP领域应该掌握的一些基础的模型和概念。但是出于一些原因，公众号里大多只能讲一些理论性的东西。很多实践性和细节性的东西，像代码分析，系统
言有三·2019-08-02 23:17
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他